[论文解读] 2-FREE-FLOOD-IT is polynomial

Aurélie Lagoutte|arXiv (Cornell University)|Aug 18, 2010

Constraint Satisfaction and Optimization参考文献 1被引用 3

一句话总结

本文证明了2-自由洪水淹没问题（2-Free-Flood-It）可在多项式时间内求解，方法是证明将2-色图单色化所需的最少洪水淹没操作数，恰好等于其简化图的半径。该算法在O(nm)时间内计算简化图的半径，从而为一般图及N×N方格情形提供了最优且高效的解法。

ABSTRACT

We study a discrete diffusion process introduced in some combinatorial games called FLOODIT and MADVIRUS that can be played online and whose computational complexity has been recently studied by Arthur et al (FUN'2010). The flooding dynamics used in those games can be defined for any colored graph. It has been shown in a first report (in french, hal-00509488 on HAL archive) that studying this dynamics directly on general graph is a valuable approach to understand its specificities and extract uncluttered key patterns or algorithms that can be applied with success to particular cases like the square grid of FLOODIT or the hexagonal grid of MADVIRUS, and many other classes of graphs. This report is the translation from french to english of the section in the french report showing that the variant of the problem called 2-FREE-FLOOD-IT can be solved with a polynomial algorithm, answering a question raised in the previous study of FLOODIT by Arthur et al.

研究动机与目标

• 为解决2-Free-Flood-It的开放性计算复杂性问题，该问题尽管在3种或以上颜色下为NP难，但长期未被解决。
• 确立2-Free-Flood-It存在多项式时间算法，回答了先前研究[3, 4]提出的问题。
• 提供一种适用于所有连通2-色图（包括FLOODIT中使用的方格）的一般且高效的算法。
• 形式化简化图作为关键抽象结构的作用，证明原图与简化图的动力学行为等价。

提出的方法

• 通过构建简化图，将问题转化为图约化过程，其中每个顶点代表原图中的一个单色连通区域。
• 由于存在适当的2-色化，简化图为二分图，且每次洪水淹没操作对应于围绕某一顶点的邻域收缩。
• 关键洞见在于：在简化图中对顶点x进行洪水淹没，等价于将x及其邻居收缩为单个顶点，形成图G/x。
• 使用简化图G的半径R(G)作为最优操作步数，当中心顶点被选定时，每步恰好使半径减少1。
• 该算法通过从每个顶点执行BFS以确定偏心率，实现O(nm)时间内计算简化图的半径。
• 对于N×N网格，时间复杂度为O(N⁴)，由n = N²和m = 4N² − 4N推导得出。

实验结果

研究问题

• RQ1 尽管3-色变体为NP难，2-Free-Flood-It是否仍可在多项式时间内求解？
• RQ2 能否通过图论不变量精确刻画最少洪水淹没操作数？
• RQ3 简化图的半径是否恰好为单色化图所需步数的精确下界与上界？
• RQ4 简化图中的邻域收缩操作是否能保持必要的结构特性，以确保解的最优性？

主要发现

• 将2-色图单色化所需的最少洪水淹没操作数，恰好等于其简化图的半径R(G)。
• 当选择中心顶点时，每步最优洪水淹没操作恰好使简化图的半径减少1，从而证明R(G)既必要又充分。
• 存在一个针对2-Free-Flood-It的多项式时间算法，其在简化图上的时间复杂度为O(nm)，其中n和m分别为顶点数与边数。
• 对于N×N方格，该算法的时间复杂度为O(N⁴)，对该类问题而言高效且最优。
• 简化图的构造为线性时间，而半径计算为主要计算开销，可通过从每个顶点执行BFS求解。
• 邻域收缩操作G/x保持了半径分析所需的关键结构，且普遍成立R(G/x) ≥ R(G) − 1。